基于异步分布式检测的协作频谱感知研究

构建了一种基于异步分布式检测的协作频谱感知(CSS)模型,推导了此模型在贝叶斯准则下的最优融合方案,并提出了一种不需要主用户先验信息的次优方案——最大后验概率(MAP)检测-K/N规则融合方案.分别对采用这两种方案时,协作频谱检测的虚警概率和检测(漏检)概率性能进行了理论分析和仿真,仿真结果显示两种方案都能有效提高频谱...     

协同频谱感知中的融合策略

在认知无线网络中,协作频谱感知从多个分布式认知用户中收集感知数据,有效地提高了检测的可靠性.如何利用多个认知用户的感知信息进行融合是协作频谱感知的关键技术.在当前的研究中,融合的方式可以分为两种:决策融合和数据融合,文中对基于决策融合和数据融合的5种融合准则算法进行了研究,采用这5种融合算法在认知无线电网络中进行协作频谱感知,并比较了它们的频谱检测性能.仿真结果显示,5种融合算法都可改善性能不佳的单个次用户的检测情况,并随着协作节点数的增大性能得到显著提高.其中,数据融合由于较决策融合接收到的数据值更加完整以换得更优越的感知性能.     

基于隐马尔可夫模型的协作频谱检测策略

频谱检测是认知无线电的基础和关键技术,将其建模为隐马尔可夫模型(hidden Markov model,HMM),并由此提出基于隐马尔可夫模型的协作频谱检测策略.该策略首先使用Baum-Welch法对HMM的系统参数进行最大似然估计;然后基于HMM模型,利用各次用户的检测信息以及过去信道状态的后验概率信息进行贝叶斯推理,更新当前时隙信道状态的后验概率;最后根据最大后验概率准则对当前时隙的信道状态进行最终判决.使用后验概率,该策略可进一步估计系统协作检测的性能,在满足系统协作检测性能要求的前提下,选择尽可能少的、检测性能较优的次用户来参与协作,以节约开销和降低复杂度.仿真实验表明,所提出的策略的系统检测性能优于基于大数判决、似然比和Chair-Varshney准则的协作频谱检测策略.     

基于K-out-of-N融合准则的认知无线电网络优化

在认知无线电网络中,单个用户的感知很容易受到环境的影响,导致对目标频谱状态检测的误判。为提高系统频谱感知的准确性,引入了协作频谱感知机制。协作感知有效地降低了多径和阴影效应的影响,提高了系统检测精度。为了使协作频谱感知发挥出最优的性能,本文主要研究协作频谱感知中的数据融合方式,对K-out-of-N准则进行优化,考虑在漏检概率约束下,通过最小化错误概率从而求得K-out-of-N准则中的最优K值,降低协作遍历搜索K值所耗时间与能量,并在不同信道下进行仿真对比,验证优化后K-out-of-N准则的有效性。仿真结果表明,优化后的K-out-of-N准则可有效改善系统感知性能。     

宽带认知无线电网络分布式协作压缩频谱感知算法

针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能.     

无线传感器网络中基于贝叶斯准则融合的协作频谱感知算法

文中将认知无线电应用于无线传感器网络中,考虑了传感器节点的能量有限、传输数据量较多、频谱资源受限、次用户如何避免占用主用户信道等情况下,构建一种认知无线传感器系统模型.该系统在对授权用户不造成干扰的前提下提高频谱利用率,解决频谱资源受限的问题,并在此基础上提出了基于贝叶斯准则融合的协作频谱感知方案,同时定量的分析了虚警代价与漏验代价对系统的影响.仿真结果表明,相比传统的或融合、与融合协作频谱感知方案而言,该方案较好的提高了无线传感器网络频谱感知的可靠性和准确性,同时更明确地指出虚警代价相比于漏验代价大时,可有效地使系统平均总代价降低.     

一种新的基于自适应用户协作的数据融合方案

频谱感知是认知无线电网络中的关键环节,针对次用户独立检测效果欠佳的实际问题,提出一种基于自适应用户协作的数据融合方案,通过利用认知无线网络中次用户间的自适应协作,实现相应的数据融合以改善对主用户的检测性能。在瑞利衰落环境下,理论推导了所提自适应协作数据融合方案的检测概率和检测时间。根据推导得到的性能解析表达式,对非协作方案和所提出的协作融合方案,进行了相应的数值实验和性能比较。结果表明:与非协作方案相比,自适应协作融合方案显著提高了系统检测概率,同时检测时间也明显减少。     

基于极大似然比频谱检测的认知无线电子载波分配算法

在认知无线电多载波调制系统中,子载波分配是实现主用户与认知用户频谱共享的前提.研究了认知OFDM中基于极大似然比检测(MLD)的子载波分配算法,认知用户采用MLD模型对主用户频谱使用情况进行分布式检测,利用频谱检测信息动态分配子载波,通过认知基站对认知用户子载波频谱感知信息进行融合判决.推导了MLD模型的判决区域上下界阈值、检测概率与虚警概率,并与能量检测进行性能比较.仿真结果表明,相对于能量检测,MLD判决阈值与子载波平均接收信噪比(SNR)有关,检测性能自适应信道变化.MLD用于CR多载波调制中的子载波分配,可明显提高认知OFDM子载波频谱感知性能,从而达到高效利用频谱资源,实现"绿色通信".     

一种低复杂度的最大化资源效用的最优感知节点数目优化算法

协作频谱感知技术是认知无线电中的重要技术.首先定义了认知网络的效用函数,该函数考虑了协作频谱感知中的感知错误概率和感知用户所占用的资源以平衡感知性能和资源利用效率.然后推导了在所有感知用户的信噪比相近的情况下,为达到资源效用最大化所需要的最优的感知用户数目.仿真结果表明通过最优感知用户数目的选择,认知网络的效用高于其他算法,并和穷举算法的效用接近,但是计算复杂度大为降低,从而降低融合中心的计算能耗,有助于绿色节能认知网络的实现.     

一种新颖的多用户协作频谱检测算法

频谱检测是认知无线电的一项核心技术,其检测性能容易受到信道衰落的影响.与单用户频谱检测相比较,多用户频谱检测能够克服认知无线电中衰落环境对系统检测性能的影响.文章分析了能量检测在高斯信道、瑞利衰落信道和阴影衰落信道下的检测性能,提出了一种新的多用户协作频谱检测数据融合算法.该方法采用1 bit的双极性信号表示单节点认知用户能量检测的判决结果并送至融合中心,融合中心根据每个认知用户的信噪比进行加权融合.仿真结果表明,该算法能够更加有效地克服信道衰落对频谱检测性能的影响,其检测性能明显优于OR准则算法.     

宽带SSDF攻击下的压缩频谱感知

在宽带主用户信号的模型下,提出了一种新型的宽带SSDF(spectrum sensing data falsification)攻击模式,并结合了压缩感知(compressed sensing,CS)技术与平均一致(average consensus)算法,建立了可防御这种宽带SSDF攻击的分布式宽带压缩频谱感知模型.频谱感知分为感知阶段和信息融合阶段.在感知阶段,各个CR(cognitiveradio)节点对接收到的主用户信号进行压缩采样以减少对宽带信号采样的开销和复杂度,并作出本地频谱估计.在信息融合阶段,为了更好地排除宽带SSDF攻击节点的影响,建立了子信道声望值指标,各CR节点的本地频谱估计结果以分布式的方式进行信息融合,排除潜在恶意次用户的影响,得到最终的频谱估计结果.仿真结果表明,提出的频谱感知模型可以有效地抵御宽带SSDF攻击,并且利用了恶意次用户节点的有用数据获得了额外的分集增益,提高了频谱感知的性能.     

基于渐进式最大后验估计的联合频谱感知算法

通过研究初级用户的统计传输模式提出了一种联合频谱感知算法：初级用户的统计传输模式采用舍有两状态量的马尔科夫模型;每个二级用户通过对马尔科夫链的监测进行能量检测,并且经舍噪信遭将检测结果转发给融合中心;然后,融合中心通过使用新的渐进式最大后验估计算法恢复二级用户的判决。在上述过程中,先验概率对于最大后验估计至关重要,它是通过渐进地估计马尔代夫链的传递概率得到的。另外,采用多数数据融合和或逻辑数据融合规则．推导出了虚警概率和漏检概率的解析表达式。理论分析和仿真结果表明,所提出的算法能够提供可靠和有效的频谱感知。     

Cooperative Spectrum Sensing Algorithms Based on Correlation Matrix in Cognitive Radio Networks

Cooperative energy spectrum sensing has been widely applied in cognitive radio (CR) networks. In this paper, two cooperative sensing algorithms based on the received signals' correlation matrix were proposed. The first proposed algorithm made use of both diagonal elements and non-diagonal elements in the cooperative scheme. In the second algorithm, when the sensing station can obtain the information of the channel gains between the primary user and the sensing nodes, the weighted linear model can be adopted to improve the sensing performance. This paper analyzed the effectiveness of these two proposed cooperative algorithms and demonstrated that they can considerably improve the sensing performance compared with the traditional linear cooperative sensing algorithms. Simulation results showed that the sensing performance can be significantly enhanced by using the proposed algorithms, especially when the number of cooperative nodes is large.     

Dynamic overlapped spectrum allocation based on potential game in cognitive radio networks

In order to make full use of wireless spectrum resources,the behavior of cognitive radio （CR）for dynamic spectrum allocation is analyzed based on the game theoretic framework.The traditional spectrum allocation schemes consider the spectrum allocation among independent frequency bands only,without taking into account mutually overlapped frequency bands.For this reason,an optimal allocation etiquette is defined to promote the cross characteristic of the frequency bands in a dynamic spectrum allocation model.New interference operator and interference temperature constraints are introduced in order to realize calculation of the interference,and the corresponding spectrum allocation scenario can be further formulated as a potential game.Based on the characteristic of dynamic selection using the game theory and the interference avoidance rule of interference temperature,the robustness of CR networks is increased and the scenario is more suitable for the dynamic changing of actual wireless communication and energy saving communication systems.Simulation results show that the signal to interference and noise ratio （SINR） level can be significantly improved through the optimal allocation of any available spectrum.The utilization rate of spectrum and throughput of overall CR networks are increased by fully utilizing the spectrum resources in the dynamic spectrum allocation model.     

基于动态组稀疏重构的频谱感知算法

针对认知无线电网络中宽带频谱感知问题,提出了一种基于主用户信号频谱结构的频谱感知算法,简称为DGS-SS算法.该算法首先利用压缩感知理论对信号进行欠采样,然后利用主用户信号频谱的组稀疏结构修正重构过程中的频谱和残差支撑集,从而能够加快重构主用户信号频谱的收敛速度,而且也能够提高主用户信号频谱的重构精度,最后利用重构信号频谱给出频谱空穴的有效检测.仿真结果表明,所提算法不仅能在低压缩比下精确重建信号频谱,而且对噪声变化具有更强的鲁棒性,从而有效地提高了频谱感知性能.     

认知无线电MAC层感知结盟方案及实现

认知无线电是一种新兴的智能无线系统,它能够感知授权频段的使用情况,当授权用户不存在时接入通信,当授权用户出现时从该频段退避,以缓解日益紧张的频谱资源使用。文中主要研究认知无线电基于硬件平台的MAC层感知结盟方案及其实现。首先介绍文中所用的认知无线电感知结盟的场景,对结盟情况进行了仿真,验证了结盟相对于一般的协作能够提高系统性能并减少信道开销。在此基础上提出了MAC层基站与终端的方案与时隙划分、广播帧的机制,最后将该方案应用于实际硬件平台,显示出其检测的准确性及汇报的实时性。